無人駕駛汽車依靠車載傳感系統(tǒng)感知道路環(huán)境,自動(dòng)規(guī)劃行車路線并控制車輛到達(dá)預(yù)定目標(biāo),是人工智能在自動(dòng)駕駛領(lǐng)域的典型應(yīng)用。目前,無人駕駛中決策規(guī)劃主要依據(jù)于車輛的環(huán)境感知信息,未考慮內(nèi)部乘坐人的情緒感受,可能導(dǎo)致車輛乘坐體驗(yàn)變差,限制其實(shí)際應(yīng)用。應(yīng)當(dāng)將乘坐人的感受應(yīng)該與環(huán)境感知放在同等地位上,都能夠?qū)嶋H改變無人駕駛汽車的行為決策,為構(gòu)成人在回路的人機(jī)混合智能的自動(dòng)駕駛系統(tǒng)提供了一個(gè)可行方案。因此,使用嵌入式系統(tǒng)來快速、實(shí)時(shí)處理數(shù)據(jù),為改善自動(dòng)駕駛汽車的體驗(yàn)提供了一個(gè)可行的實(shí)現(xiàn)方案。首先,針對傳統(tǒng)情緒識(shí)別技術(shù)處理過程復(fù)雜且處理周期長而不適用于車載環(huán)境的問題,設(shè)計(jì)了應(yīng)用于車載環(huán)境的情緒識(shí)別系統(tǒng)的實(shí)現(xiàn)平臺(tái),這部分包括:基于ADS1299的模擬采集前端完成腦電信號(hào)放大與數(shù)據(jù)采集;基于數(shù)字信號(hào)處理器DSP實(shí)現(xiàn)腦電信號(hào)的實(shí)時(shí)處理、分類;基于TL2515的CAN總線模塊將分類結(jié)果發(fā)送至車載計(jì)算機(jī)。整個(gè)過程都是通過DSP完成,使用單線程完成,處理過程簡單、且速度快,實(shí)時(shí)性好。其次,針對可穿戴的車載環(huán)境腦電采集通道不宜過多的實(shí)際需求。通過分析情緒腦電數(shù)據(jù)庫DEAP中的數(shù)據(jù),對愉悅與不愉悅情緒的特征進(jìn)行分析,...

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究目的和意義
        1.1.1 課題研究背景
        1.1.2 研究目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于腦電信號(hào)情緒識(shí)別技術(shù)研究
        1.2.2 自動(dòng)駕駛技術(shù)與情緒結(jié)合的應(yīng)用研究
        1.2.3 國內(nèi)外研究現(xiàn)狀總結(jié)
    1.3 本文的研究內(nèi)容和結(jié)構(gòu)
第2章 車載情緒感知的生理基礎(chǔ)與技術(shù)方案
    2.1 情緒腦電信號(hào)的生理基礎(chǔ)
        2.1.1 大腦的結(jié)構(gòu)與生理分區(qū)
        2.1.2 無人駕駛汽車乘坐人目標(biāo)情緒的分類模型
        2.1.3 情緒腦電信號(hào)的節(jié)律特征
    2.2 車載環(huán)境下情緒感知技術(shù)總體研究方案
        2.2.1 車載環(huán)境下嵌入式系統(tǒng)處理EEG優(yōu)劣勢分析
        2.2.2 針對車載環(huán)境的需求分析
        2.2.3 技術(shù)方案設(shè)計(jì)
    2.3 本章小結(jié)
第3章 車載情緒識(shí)別的腦電數(shù)據(jù)采集技術(shù)研究
    3.1 車載環(huán)境下的腦電信號(hào)采集傳輸系統(tǒng)設(shè)計(jì)
    3.2 車載環(huán)境的情緒腦電信號(hào)采集技術(shù)
        3.2.1 適用車載環(huán)境的腦電信號(hào)采集方式
        3.2.2 ADS1299采集電路分析
        3.2.3 模擬采集前端的數(shù)據(jù)輸出格式
    3.3 車載環(huán)境下數(shù)據(jù)采集系統(tǒng)接口技術(shù)
        3.3.1 模擬采集前端配置
        3.3.2 情緒腦電8通道的數(shù)據(jù)傳輸設(shè)置
        3.3.3 車載通信的CAN總線模塊設(shè)計(jì)
    3.4 本章小結(jié)
第4章 情緒腦電的特征提取與分類技術(shù)研究
    4.1 車載情緒識(shí)別的整體流程設(shè)計(jì)
    4.2 車載環(huán)境下腦電信號(hào)預(yù)處理技術(shù)及程序設(shè)計(jì)
        4.2.1 車載環(huán)境下的主要干擾分析
        4.2.2 中值濾波濾除基線漂移
        4.2.3 帶通濾波去除車載環(huán)境中的高低頻干擾
    4.3 情緒的腦電特征提取與分類技術(shù)研究
        4.3.1 無人駕駛環(huán)境下的目標(biāo)情緒腦電特征分析與選擇
        4.3.2 群體的情緒特征分類分析
        4.3.3 個(gè)體的情緒腦電特征分析
        4.3.4 個(gè)體情緒的分類研究
    4.4 情緒腦電特征提取與分類的嵌入式系統(tǒng)實(shí)現(xiàn)
        4.4.1 腦電信號(hào)特征提取的DSP實(shí)現(xiàn)
        4.4.2 應(yīng)用于車載環(huán)境的FFT算法實(shí)現(xiàn)
        4.4.3 DSP特征提取的速度分析
        4.4.4 特征分類算法實(shí)現(xiàn)
    4.5 本章小結(jié)
第5章 情緒感知技術(shù)的實(shí)驗(yàn)設(shè)計(jì)與驗(yàn)證
    5.1 實(shí)驗(yàn)系統(tǒng)功能驗(yàn)證
        5.1.1 采集數(shù)據(jù)功能驗(yàn)證
        5.1.2 數(shù)據(jù)傳輸功能驗(yàn)證
        5.1.3 特征提取功能驗(yàn)證
        5.1.4 分類結(jié)果傳輸功能驗(yàn)證
    5.2 情緒腦電采集與模擬自動(dòng)駕駛系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)
        5.2.1 針對車載環(huán)境的情緒誘發(fā)模式選擇
        5.2.2 情緒誘發(fā)實(shí)驗(yàn)設(shè)計(jì)
        5.2.3 模擬自動(dòng)駕駛的驗(yàn)證環(huán)境設(shè)計(jì)
    5.3 情緒識(shí)別系統(tǒng)的分類效果驗(yàn)證與分析
        5.3.1 情緒腦電特征提取效果分析
        5.3.2 個(gè)體情感分類技術(shù)效果分析
        5.3.3 模擬自動(dòng)駕駛環(huán)境的情緒分類驗(yàn)證
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3842954